فراخوانی واریانت با کمک یادگیری ماشین — تشخیص واریانت ژنومی مبتنی بر یادگیری ماشین
فراخوانی واریانت با کمک یادگیری ماشین از مدلهای یادگیری آماری — بهویژه شبکههای عصبی کانولوشنی — برای تمایز واریانتهای ژنومی واقعی (SNPها، ایندلها) از مصنوعات توالییابی در دادههای خواندهشده کوتاه یا بلند تراز شده استفاده میکند. برخلاف فراخوانهای ابتکاری که به فیلترهای دستساز متکی هستند، رویکردهای مبتنی بر یادگیری ماشین مستقیماً از مجموعه دادههای بزرگ برچسبدار واریانتهای تأیید شده یاد میگیرند و حساسیت و ویژگی را در پلتفرمهای توالییابی و عمقهای پوشش متنوع بهبود میبخشند. DeepVariant گوگل (۲۰۱۸) پیادهسازی برجستهای است که یادگیری عمیق را به فراخوانی واریانت جریان اصلی وارد کرد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
نقشهٔ روش
همسایگی روشهای مرتبط — برای کاوش، یک گره را برگزینید.
منابع
- Poplin, R., Chang, P. C., Alexander, D., Schwartz, S., Colthurst, T., Ku, A., Newburger, D., Dijamco, J., Nguyen, N., Afshar, P. T., Gross, S. S., Dorfman, L., McLean, C. Y., & DePristo, M. A. (2018). A universal SNP and small-indel variant caller using deep neural networks. Nature Biotechnology, 36(10), 983–987. DOI: 10.1038/nbt.4235 ↗
- Krusche, P., Trigg, L., Boutros, P. C., Mason, C. E., De La Vega, F. M., Moore, B. L., Gonzalez-Porta, M., Eberle, M. A., Tezak, Z., Lababidi, S., Truty, R., Asimenos, G., Funke, B., Fleharty, M., Salit, M., Goldfeder, R. L., & Zook, J. M. (2019). Best practices for benchmarking germline small-variant calls in human genomes. Nature Biotechnology, 37(5), 555–560. DOI: 10.1038/s41587-019-0054-x ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Machine Learning-Assisted Genomic Variant Calling. ScholarGate. https://scholargate.app/fa/bioinformatics/machine-learning-assisted-variant-calling
ارجاعشده در
Similar methods
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →